ข้ามไปยังเนื้อหา

Ltx 2.3 Quality · Audio to Video · LoRA

ผสานการทำงาน

ID โมเดล ltx-2.3-quality/audio-to-video/lora
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/ltx-2.3-quality/audio-to-video/lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ไฟล์เช่นเดียวกับตัวอย่าง: $0.604 604 เครดิต API · ≈ ₽64.98 ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
Lightricks ลิปซิงก์และอวตาร เสียงในตัวลิปซิงก์ #audio-to-video#lora

สร้างวิดีโอขับเคลื่อนด้วยเสียงพร้อมเฟรมแรกที่เป็นตัวเลือก และ LoRA แบบกำหนดเองสูงสุด 3 รายการสำหรับสไตล์หรืออัตลักษณ์

Lightricks · วิดีโอ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

พรอมต์ที่กำกับการสร้างวิดีโอโดยขับเคลื่อนด้วยเสียง

•จำเป็น audio_url
วางไฟล์ หรือ

URL แทร็กเสียงที่ใช้ขับเคลื่อนการสร้าง

resolution ค่าเริ่มต้น auto

ขนาดเอาต์พุตสุดท้าย โดย 'auto' จะใช้แนวนอนเป็นทางเลือกสำรอง เว้นแต่จะระบุ `image_url` เมื่อมีรูปภาพดังกล่าว 'auto' จะใช้สัดส่วนภาพของรูปภาพนั้น

ค่าเริ่มต้น 121

จำนวนเฟรมของเอาต์พุตที่สร้าง

ค่าเริ่มต้น 24

อัตราเฟรมวิดีโอเอาต์พุต วัดเป็นเฟรมต่อวินาที

•จำเป็น

ส่วนเสริม LoRA สำหรับ LTX-2.3 แต่ละรายการจำกัดที่ 3 GB และอนุญาตสูงสุด 3 รายการ การโหลดจะเกิดขึ้นหลังจากตัวดาวน์โหลดที่ปลอดภัยต่อ SSRF ของรีจิสทรีดึงข้อมูลแต่ละพาธเท่านั้น

ขั้นสูง negative_prompt · image · video_quality · video_write_mode · num_inference_steps · guidance_scale · image_strength · seed · enable_prompt_expansion · enable_safety_checker
ค่าเริ่มต้น color distortion, ove...

พรอมต์เชิงลบที่ระบุสิ่งที่ควรหลีกเลี่ยงในการสร้าง

image_url
วางไฟล์ หรือ

รูปภาพเฟรมแรกที่ระบุผ่าน URL เพื่อเสริมการสร้างซึ่งปกติใช้เพียงข้อความและเสียง การระบุค่านี้เป็นทางเลือก

video_quality ค่าเริ่มต้น high

ค่าตั้งล่วงหน้าด้านคุณภาพที่ใช้กับวิดีโอเอาต์พุต

video_write_mode ค่าเริ่มต้น balanced

โหมดการเขียนสำหรับวิดีโอผลลัพธ์

ค่าเริ่มต้น 15

กำหนดจำนวนขั้นตอนการอนุมานที่จะทำได้สูงสุด 30 ขั้นตอน หากไม่เปลี่ยนค่านี้จะใช้ 15 ขั้นตอน

ค่าเริ่มต้น 1

ปรับ classifier-free guidance ด้วยสเกลนี้ โดยการปรับค่าเริ่มต้นมุ่งให้ได้ทั้งคุณภาพสูงและการสร้างที่รวดเร็ว

ค่าเริ่มต้น 0.7

ค่าน้ำหนักการปรับเงื่อนไขของเฟรมแรกที่เป็นทางเลือก: ลดค่าเพื่อให้โมเดลมีอิสระมากขึ้น หรือใช้ 1.0 เพื่อให้ยึดตามรูปภาพอย่างเคร่งครัด

Seed ที่ทำให้การสร้างได้ผลลัพธ์ซ้ำเดิม การตั้งค่าเป็น None จะสุ่มเลือก seed

POST /run/ltx-2.3-quality/audio-to-video/lora?wait=20 ใบเสนอราคา → $0.604
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/ltx-2.3-quality/audio-to-video/lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Ltx 2.3 Quality · Audio to Video · LoRA

ใช้เวิร์กโฟลว์ audio-to-video เดียวกับรุ่นพื้นฐาน พร้อมรายการ `loras` ที่จำเป็น ซึ่งมี LoRA แบบกำหนดเองสูงสุด 3 รายการนำมาใช้เพิ่มเติมบนโมเดล ต้องระบุข้อความ `prompt` และ `audio_url` ส่วน `image_url` สามารถใช้กำหนดเฟรมแรกได้ `match_audio_length` จะผูกจำนวนเฟรมกับเสียง มิฉะนั้นให้ใช้ `num_frames` (9 ถึง 481) LoRA แต่ละรายการจำกัดที่ 3 GB

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptจำเป็น
ประเภทstring
พรอมต์ที่กำกับการสร้างวิดีโอโดยขับเคลื่อนด้วยเสียง
audio_urlจำเป็น audio
ประเภทurl · audio
URL แทร็กเสียงที่ใช้ขับเคลื่อนการสร้าง
image_urlไม่บังคับ image
ประเภทurl · image
รูปภาพเฟรมแรกที่ระบุผ่าน URL เพื่อเสริมการสร้างซึ่งปกติใช้เพียงข้อความและเสียง การระบุค่านี้เป็นทางเลือก
match_audio_lengthไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
โหมดจำนวนเฟรมที่เมื่อปิดจะใช้ `num_frames` เมื่อเปิดจะคำนวณจำนวนโดยใช้ `frames_per_second` และระยะเวลาเสียง
num_framesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น121
9 – 481
จำนวนเฟรมของเอาต์พุตที่สร้าง
resolutionไม่บังคับ
ประเภทobject
ค่าเริ่มต้นauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ขนาดเอาต์พุตสุดท้าย โดย 'auto' จะใช้แนวนอนเป็นทางเลือกสำรอง เว้นแต่จะระบุ `image_url` เมื่อมีรูปภาพดังกล่าว 'auto' จะใช้สัดส่วนภาพของรูปภาพนั้น
frames_per_secondไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น24
1 – 60
อัตราเฟรมวิดีโอเอาต์พุต วัดเป็นเฟรมต่อวินาที
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น15
8 – 30
กำหนดจำนวนขั้นตอนการอนุมานที่จะทำได้สูงสุด 30 ขั้นตอน หากไม่เปลี่ยนค่านี้จะใช้ 15 ขั้นตอน
guidance_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
1 – 20
ปรับ classifier-free guidance ด้วยสเกลนี้ โดยการปรับค่าเริ่มต้นมุ่งให้ได้ทั้งคุณภาพสูงและการสร้างที่รวดเร็ว
generate_audioไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ตัวเลือกแทร็กเสียงสำหรับ MP4 ที่ส่งกลับ: เมื่อปิดจะได้ไฟล์วิดีโอเท่านั้น และเมื่อเปิดจะมีเสียงรวมอยู่ด้วย
image_strengthไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.7
0 – 1
ค่าน้ำหนักการปรับเงื่อนไขของเฟรมแรกที่เป็นทางเลือก: ลดค่าเพื่อให้โมเดลมีอิสระมากขึ้น หรือใช้ 1.0 เพื่อให้ยึดตามรูปภาพอย่างเคร่งครัด
negative_promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้นcolor distortion, overexposure, static, blurry details, subtitles, style, artwork, painting, frame, still, dim overall tone, worst quality, low quality, JPEG compression artifacts, ugly, mutilated, extra fingers, poorly drawn hands, poorly drawn face, deformed, disfigured, malformed limbs, fused fingers, motionless frame, cluttered background, three legs, crowded background, walking backwards
พรอมต์เชิงลบที่ระบุสิ่งที่ควรหลีกเลี่ยงในการสร้าง
seedไม่บังคับ
ประเภทinteger | null
Seed ที่ทำให้การสร้างได้ผลลัพธ์ซ้ำเดิม การตั้งค่าเป็น None จะสุ่มเลือก seed
enable_prompt_expansionไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ควบคุมว่าจะเปิดใช้การขยายพรอมต์หรือไม่
enable_safety_checkerไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ควบคุมว่าจะเปิดใช้การตรวจสอบความปลอดภัยหรือไม่
video_qualityไม่บังคับ
ประเภทenum
ค่าเริ่มต้นhigh
lowmediumhighmaximum
ค่าตั้งล่วงหน้าด้านคุณภาพที่ใช้กับวิดีโอเอาต์พุต
video_write_modeไม่บังคับ
ประเภทenum
ค่าเริ่มต้นbalanced
fastbalancedsmall
โหมดการเขียนสำหรับวิดีโอผลลัพธ์
lorasจำเป็น
ประเภทobject[]
≤ 3 รายการ
ส่วนเสริม LoRA สำหรับ LTX-2.3 แต่ละรายการจำกัดที่ 3 GB และอนุญาตสูงสุด 3 รายการ การโหลดจะเกิดขึ้นหลังจากตัวดาวน์โหลดที่ปลอดภัยต่อ SSRF ของรีจิสทรีดึงข้อมูลแต่ละพาธเท่านั้น
loras[].pathจำเป็น
ประเภทstring
≤ 2048 characters
URL HTTP(S) โดยตรงสำหรับไฟล์ LoRA .safetensors ขนาดไม่เกิน 3 GB การโหลดจะเริ่มหลังจากดึงข้อมูลด้วยตัวดาวน์โหลดที่ปลอดภัยต่อ SSRF
loras[].scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 2
อิทธิพลของ LoRA ต่อวิดีโอที่สร้างจะเพิ่มขึ้นตามค่าน้ำหนักนี้ภายในช่วง 0.0–2.0
loras[].transformerไม่บังคับ
ประเภทenum
ค่าเริ่มต้นboth
highlowboth
แฟล็กเลือก Transformer: 'both' เหมาะกับผู้ใช้ LTX-2.3 เกือบทั้งหมด เนื่องจากโมเดลมี Transformer เพียงตัวเดียว แฟล็กนี้มีไว้เพื่อรองรับสถาปัตยกรรมในอนาคตที่มี Transformer หลายตัว
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-quality/audio-to-video/lora",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 604,
    "usd": "0.604",
    "charged": 604,
    "refunded": 0
  },
  "input": {
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "seed": 42,
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
video
object {url, content_type, file_name, file_size}วิดีโอที่โมเดลสร้าง
seed
integerค่า seed จริงที่ใช้ระหว่างการสร้าง
prompt
stringพรอมต์การสร้าง รวมถึงการขยายใด ๆ ที่ใช้ก่อนนำไปใช้

โมเดลเพิ่มเติม: ลิปซิงก์และอวตาร

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/ltx-2.3-quality/audio-to-video/lora.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt